买专利卖专利找龙图腾，真高效！ 查专利查商标用IPTOP,全免费！专利年费监控用IP管家,真方便！

龙图腾网获悉中国人民解放军军事科学院国防科技创新研究院申请的专利基于图卷积神经网络的先导化合物筛选方法获国家发明授权专利权，本发明授权专利权由国家知识产权局授予，授权公告号为：CN115295089B 。

龙图腾网通过国家知识产权局官网在2025-08-22发布的发明授权授权公告中获悉：该发明授权的专利申请号/专利号为：202210824838.7，技术领域涉及：G16C20/30；该发明授权基于图卷积神经网络的先导化合物筛选方法是由李星辰;李桥;王宇涛;姚雯;周炜恩设计研发完成，并于2022-07-14向国家知识产权局提交的专利申请。

本基于图卷积神经网络的先导化合物筛选方法在说明书摘要公布了：本发明公开了一种基于图卷积神经网络的先导化合物筛选方法，包括：获取多个化合物的简化分子线性输入规范和分子描述符特征；构建化合物的分子结构图模型，利用图卷积神经网络获取化合物的结构特征；将结构特征和分子描述符特征进行合并，获取合并特征；依次对合并特征中的分子描述符特征的一个维度的数值进行随机修改，得到对应的多个新合并特征；分别将新合并特征输入多层感知机神经网络，得到预测药效性质；计算预测药效性质与实际药效性质的误差，根据误差值大小对分子描述符特征的不同维度的重要性进行排序；根据排序结果，对待筛选先导化合物进行筛选。本发明能够从大量化合物中快速筛选出具有更好特定药效性质的化合物，降低药物研发成本。

本发明授权基于图卷积神经网络的先导化合物筛选方法在权利要求书中公布了：1.一种基于图卷积神经网络的先导化合物筛选方法，其特征在于，包括： 获取多个化合物，确定每个化合物的简化分子线性输入规范和分子描述符特征； 基于化合物的简化分子线性输入规范，构建化合物的分子结构图模型，并利用预先训练的图卷积神经网络对分子结构图模型进行特征提取，获取化合物的结构特征； 将化合物的结构特征和分子描述符特征进行合并，获取合并特征； 从分子描述符特征的第1维开始至最后一维，依次对化合物的合并特征中的分子描述符特征的一个维度的数值进行随机修改，得到化合物对应的多个新合并特征，其中，新合并特征的数量与分子描述符特征的维度相同； 分别将化合物的新合并特征输入预先训练的多层感知机神经网络，得到每个新合并特征对应的预测药效性质； 计算不同新合并特征对应的预测药效性质与化合物的实际药效性质的误差，根据误差值大小对分子描述符特征的不同维度的重要性进行排序； 根据分子描述符特征的不同维度的重要性排序结果，对待筛选先导化合物进行筛选； 所述根据分子描述符特征的不同维度的重要性排序结果，对待筛选先导化合物进行筛选，包括以下步骤： 选取重要性位于前n个的分子描述符特征的维度，统计用于预测的所有化合物中对应的前n个维度特征的分布范围，得到前n个维度特征的分布均值、分布最小值和分布最大值； 从所有待筛选先导化合物中挑选出满足以下公式的先导化合物； 其中，xi表示待筛选先导化合物对应的前n个维度特征中第i个维度特征的数值，μi表示前n个维度特征中第i个维度特征的分布均值，L表示预设阈值，si,max表示前n个维度特征中第i个维度特征的分布最大值，si,min表示前n个维度特征中第i个维度特征的分布最小值。

如需购买、转让、实施、许可或投资类似专利技术，可联系本专利的申请人或专利权人中国人民解放军军事科学院国防科技创新研究院，其通讯地址为：100071 北京市丰台区东大街53号；或者联系龙图腾网官方客服，联系龙图腾网可拨打电话0551-65771310或微信搜索“龙图腾网”。